删失混合效应模型的分位回归及变量选择

纵向数据常常用正态混合效应模型进行分析.然而,违背正态性的假定往往会导致无效的推断.与传统的均值回归相比较,分位回归可以给出响应变量条件分布的完整刻画,对于非正态误差分布也可以给稳健的估计结果.本文主要考虑右删失响应下纵向混合效应模型的分位回归估计和变量选择问题.首先,逆删失概率加权方法被用来得到模型的参数估计.其次,结合逆删失概率加权和LASSO惩罚变量选择方法考虑了模型的变量选择问题.蒙特卡洛模拟显示所提方法要比直接删除删失数据的估计方法更具优势.最后,分析了一组艾滋病数据集来展示所提方法的实际应用效果.     

逐步区间删失Weibull分布的Bayesian稳健设计

逐步区间删失是获取高可靠性产品相关信息的一种重要方法.文章研究了产品寿命服从Weibull分布,带有随机移除逐步区间删失寿命试验的最优设计问题.采用极大似然方法获取模型参数的估计及其信息矩阵.利用Bayesian方法处理模型参数未知情况下设计准则对模型参数的依赖问题,获得了模型参数估计的Bayesian稳健设计准则.在考虑试验费用有限制的条件下,给出了获得最优稳健设计非线性混合整数算法.同时对先验选取及约束参数设定的敏感性做了分析.数值结果表明文章提出的方法是有效可行的.     

删失回归模型的随机加权逼近

Raoand Zhao(1992)提出了一种用随机加权的方法去逼近线性回归模型中M-估计的渐近分布。之前，Fang and zhao(2002)把这种方法推广到设计阵是随机的删失回归模型．本文，我们把这个结果推广到设计阵是非随机的删失回归模型，并证明该随机加权方法的一些大样本性质。     

随机删失非参数回归模型的离差度量

主要研究了随机删失非参数固定设计回归模型的离差度量.首先利用随机删失非参数回归模型的性质和生存分布的Kaplan-Meier乘积限估计,将原模型转化为非参数回归模型进行研究;然后对模型作了离差度量分析,得到了模型的离差度量序列;最后通过实例分析,验证了上述诊断方法的有效性.     

相依删失下基于连接函数的参数模型的统计分析

在临床数据的收集中,由于竞争性风险或者病人的退出可能导致数据删失.删失数据的统计分析大多是基于独立删失的假定进行的.而实际情况中,数据的删失往往是非独立的,即删失变量和失效时间变量是相关的.相依删失使得原本复杂的删失数据处理变得更加困难.在本文中,假定删失变量和失效时间变量的联合分布可以用它们边际分布的连接函数函数表示,在给定连接函数下,得到了比例风险模型的极大似然估计.模拟计算显示,如果删失假定成立,本文所采用方法比独立删失假定下的估计方法更准确.     

竞争风险混合模型的参数估计与检验

本文在独立同分布I型区间删失情形下,研究了竞争风险混合模型中当参数真值是内点时,参数极大似然估计的性质,获得了其强相合性和渐近正态性.在较为宽松的条件下,给出了竞争风险混合模型参数序关系假设检验的检验方法,同时得到了似然比检验统计量及其在零假设下的渐近分布为加权x~2分布,并给出了—个例子并进行了功效比较.     

适度删失时的极值指数估计

讨论在实际中常常会碰到的删失数据情形下的极值指数估计问题.限于极值数据本来就不多,将删失限定为适度删失.构造了适度右删失时Pareto型分布的一个子族—Hall族的极值指数的估计量.借助于估计量的信息,巧妙地构造了加权二乘估计的权数.从理论上说明了加权二乘估计的可行性,并利用MC方法,对Burr(1,1,1)、Burr(1,0.5,2)、Fréchet(1)、Fréchet(2)、学生-t1、学生-t4等几种常见的极值分布进行模拟,说明了加权二乘估计方法对门限值的选取并不敏感,具有很好的稳健性.同时,将利用Burr(1,1,1)、Burr(1,0.5,2)、Fréchet(1)分布模拟所得结果与Beirlant等人(2001)利用指数回归模型所得结果进行比较,说明了新方法比指数回归模型更为理想.     

失混合效应模型的分位回归及变量选择

纵向数据常常用正态混合效应模型进行分析.然而,违背正态性的假定往往会导致无效的推断.与传统的均值回归相比较,分位回归可以给出响应变量条件分布的完整刻画,对于非正态误差分布也可以给稳健的估计结果．本文主要考虑右删失响应下纵向混合效应模型的分位回归估计和变量选择问题．首先,逆删失概率加权方法被用来得到模型的参数估计．其次,结合逆删失概率加权和LASSO惩罚变量选择方法考虑了模型的变量选择问题.蒙特卡洛模拟显示所提方法要比直接删除删失数据的估计方法更具优势．最后,分析了一组艾滋病数据集来展示所提方法的实际应用效果．     

具有随机删失数据的部分线性模型的拟合优度检验的渐近性质

研究随机删失部分线性回归模型的假设检验问题. 提出了一个检验统计量来检验数据是否满足一个部分线性回归模型, 它是基于残差的cusum过程的平方形式. 研究了零假设下和局部对立假设下检验统计量的渐近分布. 数值模拟表明该检验方法有好的检验功效.     

广义多元Beta分布

本文把广义Beta分布(Eugene(2001))推广到了多元的情形, 研究了多元Beta分布的矩母函数,以及广义多元Beta分布的边际分布、条件分布及回归函数.给出了他们在次序统计量中的应用.     

带删失结构的第二类Tobit模型的两步参数估计法

本文首先简要介绍一类样本选择模型并且对其研究方法进行回顾,然后基于样本选择模型,提出本文所研究的模型:带删失结构的第二类Tobit模型,提出一种新的两步估计法来对模型的参数进行估计。并且对提出的方法进行数据模拟,数据模拟结果表明估计的效果良好。     

含右删失数据的ZIP模型及其应用

零膨胀Poisson回归(ZIP)是处理零频数过多计数资料的有效模型,而计数数据一般含有删失或不精密的特点.本文将删失数据引入到ZIP模型中来,分别建立含右删失数据的固定效应ZIP模型,随机效应ZIP模型,通过极大边际似然函数估计法对模型进行参数估计.最后,利用实例分析验证了上述模型的可行性.     

右删失数据下多响应AFT模型的两阶段估计

在生存分析领域,加速失效时间(AFT)模型经常被用于预测事件发生的时间.本文将该模型推广到多事件时间情形,提出了多响应AFT模型,并假设协变量是高维的,模型的系数矩阵是联合低秩且稀疏的.此外还假设多个事件时间受制于同一个右删失变量.为了估计模型中的系数矩阵,本文提出一个两阶段方法,先对数据进行逆概率删失加权(IPCW),再用SESS算法求解一个稀疏降秩回归问题.本文通过数值模拟,验证了所提方法的有效性.最后将该方法应用于一个关于白血病患者骨髓移植的临床数据集.     

考虑区间删失数据的I-最优加速寿命试验方案

为了避免经典方法中Fisher信息矩阵的繁琐计算,并考虑两个或更多应力因子对加速寿命试验的影响,提出了基于区间删失数据的I最优加速寿命试验方案并进行了相应的灵敏度分析.将产品的正常使用条件考虑为一个应力水平组合的区域,I最优准则使得在这个区域上产品寿命的平均预测方差最小.假定失效时间分布服从Cox比例风险模型(Proportional Hazard Model),继而对区间删失数据使用广义线性模型(Generalized Linear Model)方法以得到I最优准则下的加速寿命试验方案,最后从模型参数、检测区间数、样本量、试验时间等角度进行了试验方案的灵敏度分析,验证了试验方案的稳健性,并讨论了如何利用这些因素来降低试验敏感性.     

广义指数比例风险模型下区间删失数据的贝叶斯估计

本文研究了失效时间服从广义指数分布,且风险率函数为比例风险模型时,II型区间删失数据的贝叶斯估计。假定参数的先验分布为无信息先验,建立贝叶斯层次模型从而得到后验密度函数。通过MH算法得到参数估计值,数值模拟结果验证了所提方法的有效性。最后将所提方法应用到乳腺癌患者和血友病患者这两个实际数据中进行分析。     

上证股指极值模型估计和VaR计算

POT极值模型参数的准确估计是计算金融资产回报厚尾分布市场风险的关键.由n阶概率加权矩得到参数的二项式回归估计,而将参数的零,一阶概率加权矩估计予以推广.极大似然估计中.将极大化似然函转化为二元函数无条件极值问题·其他参数估计方法的结果作为迭代的初始值,通过它们的似然函数值和极大似然函数值的比较以及迭代次数判断方法的优劣.实证研究表明:参数的零、一阶概率加权矩估计较接近于真值,随着阶数的提高,二项式回归参数估计的误差很大.参数的极大似然估计优于非线性回归估计优于零、一阶概率加权矩估计.在此基础上计算上证A股指数vaR值.     

相依删失情形下加速失效模型的广义M估计

在生存分析中,加速失效模型(AFT模型)是研究失效时问与协变量之间关系的一类重要模型.在AFT模型框架下,通过在广义M估计的目标函数中使用广义Kaplan-Meier权,本文提出了含相依删失数据的AFT模型回归系数及刻度参数的加权广义M估计.渐近性质方面,得到了广义M估计的相合性和渐近正态性;关于估计量的有限样本性质,通过模拟研究验证了该估计量在有限样本情形下效果良好.     

“运价”为负的运输模型计算机求解问题的处理

为解决一些计算机软件求解"运价"既有正值又有负值运输模型时"不可求解"的问题,本文采用"运价同额增减法"决策模型转换的方法,将原模型的"运价"全部转换为正值后再用计算机软件求解,并分别编写了EXCEL求解模板和求解程序对该方法的计算加以印证。结果表明,采用该方法求解得出的最优解(最优决策方案)与原模型求得的最优解完全一样,而最优值(最优决策效果)减去虚增(或加上虚减)的部分就是原模型的最优值。采用这种方法能成功地解决一些计算机软件"不可求解"的问题。     

一种广义的二元混合分布模型在中国股票市场的应用研究

首次引入一种广义的二元混合分布模型,从信息经济学的视角揭示中国股票市场价格波动与交易量的动态特征及联合分布.结论显示,Tauchen and Pitts的标准二元混合模型在捕捉价格波动的持续性上还存在一定的缺陷,而Liesenfeld提出的广义二元混合模型(GBMM)明显优于标准二元混合模型,我们还对GBMM模型进行了再扩展.     

随机右删失数据下半参数线性变换模型的经验似然推断北大核心CSCD

本文研究了响应变量随机右删失情形下半参数线性变换模型的经验似然推断问题.构造了参数的经验似然比检验统计量,证明了经验似然比检验统计量的渐近分布为加权卡方分布.在此基础上,对经验似然比检验统计量进行了调整,证明了调整的经验似然比检验统计量的渐近分布为标准的卡方分布.基于经验似然和调整的经验似然方法,分别给出了回归参数的一定置信水平的置信域.最后对本文的方法和传统的正态逼近方法进行了模拟比较,模拟结果显示,从置信域的大小和经验覆盖概率两个角度看,本文的方法均比正态逼近方法优越.